Google DeepMind 为 Gemini 带来智能体视频理解，Token 消耗最高减少 88%

Google DeepMind 宣布最新 Gemini 模型具备智能体视频理解能力：不再扫描整段视频，而是结合转录、音频与画面推理，并动态调整帧率只抽取关键时刻。长视频效率提升最明显，Token 用量最高可降 88%；该能力正通过 API 向 Gemini 3.7 Flash、3.6 Flash 与 3.5 Flash-Lite 开放。